整体进度：https://github.com/apachecn/pytorch-doc-zh/issues/422

贡献指南：https://github.com/apachecn/pytorch-doc-zh/blob/master/CONTRIBUTING.md

项目仓库：https://github.com/apachecn/pytorch-doc-zh

贡献指南

请您勇敢地去翻译和改进翻译。虽然我们追求卓越，但我们并不要求您做到十全十美，因此请不要担心因为翻译上犯错——在大部分情况下，我们的服务器已经记录所有的翻译，因此您不必担心会因为您的失误遭到无法挽回的破坏。（改编自维基百科）

可能有用的链接：

• 英文文档
• 英文教程

负责人：

• 片刻：529815144
• Alex: 1272296763
• Holly: 514397511

章节列表

• 中文教程
  • 入门
    • PyTorch 深度学习: 60 分钟极速入门
    • 数据加载和处理教程
    • 用例子学习 PyTorch
    • 部署与TorchScript一个Seq2Seq模型
    • 可视化模型，数据，和与训练TensorBoard
    • 保存和加载模型
    • torch.nn 到底是什么？
    • TorchVision对象检测教程细化和微调
    • 微调Torchvision模型
    • 空间变压器网络教程
    • 使用PyTorch进行神经网络传递
    • 对抗性示例生成
    • DCGAN教程
  • 音频
    • torchaudio教程
    • NLP从头：判断名称与字符级RNN
    • 文本分类与TorchText
    • 语言翻译与TorchText
    • 序列到序列与nn.Transformer和TorchText建模
    • 1.部署PyTorch在Python经由REST API从Flask
    • 2.介绍TorchScript
    • 3.装载++一个TorchScript模型在C
    • 4.（可选）从导出到PyTorch一个ONNX模型并使用ONNX运行时运行它
  • 并行和分布式训练
    • 1.型号并行最佳实践
    • 2.入门分布式数据并行
    • 3. PyTorch编写分布式应用
    • 4.（高级）PyTorch 1.0分布式训练与Amazon AWS
  • 扩展PyTorch
    • 使用自定义 C++ 扩展算TorchScript
    • 创建扩展使用numpy的和SciPy的
    • 自定义 C++ 和CUDA扩展
  • PyTorch在其他语言
    • 使用PyTorch C++ 前端
• 中文文档
  • 注解
    • 自动求导机制
    • 广播语义
    • CPU线程和TorchScript推理
    • CUDA语义
    • 扩展PyTorch
    • 常见问题
    • 对于大规模部署的特点
    • 多处理最佳实践
    • 重复性
    • 序列化语义
    • Windows 常见问题
  • 社区
    • PyTorch贡献说明书
    • PyTorch治理
    • PyTorch治理兴趣人
  • 封装参考文献
    • torch
    • torch.Tensor
    • Tensor Attributes
    • Type Info
    • torch.sparse
    • torch.cuda
    • torch.Storage
    • torch.nn
    • torch.nn.functional
    • torch.nn.init
    • torch.optim
    • torch.autograd
    • torch.distributed
    • torch.distributions
    • torch.hub
    • torch.jit
    • torch.multiprocessing
    • torch.random
    • torch.utils.bottleneck
    • torch.utils.checkpoint
    • torch.utils.cpp_extension
    • torch.utils.data
    • torch.utils.dlpack
    • torch.utils.model_zoo
    • torch.utils.tensorboard
    • torch.onnx
    • torch.__ config__
  • torchvision 参考文献
    • torchvision
  • torchaudio Reference
    • torchaudio
  • torchtext Reference
    • torchtext

流程

一、认领

首先查看整体进度，确认没有人认领了你想认领的章节。

然后回复 ISSUE，注明“章节 + QQ 号”（一定要留 QQ）。

二、校对

需要校对：

1. 语法
2. 术语使用
3. 文档格式

Note: 可以合理利用翻译引擎（例如谷歌），但一定要把它变得可读！

如果觉得现有翻译不好，重新翻译也是可以的。

三、提交

提交的时候不要改动文件名称，即使它跟章节标题不一样也不要改，因为文件名和原文的链接是对应的！！！

• fork Github 项目
• 将译文放在docs/1.2文件夹下
• push
• pull request

请见 Github 入门指南。